| 1 |
1
이동 중인 물체를 촬영하는 촬영부;촬영된 영상의 각 프레임을 픽셀 단위로 나누어 각 픽셀이 이동 중인 물체에 해당하는지 판별하는 마스킹을 적용하여 물체를 인식하는 물체 인식부;이동 중인 물체의 이동 속도와 이용자의 이동 속도를 계산하여 n 초 후의 충돌 가능성을 계산하는 충돌 가능성 계산부;계산된 충돌 가능성이 기 설정된 확률 이상이면 이동 중인 물체와 이용자가 충돌할 것으로 판단하는 충돌 판단부;이동 중인 물체와 이용자가 충돌할 것으로 판단된 경우, 이동 중인 물체의 종류를 식별하며, 물체의 종류에 대응하는 알림의 형태를 결정하는 충돌 대응부; 및결정된 상기 알림의 형태로 이용자에게 이동 중인 물체의 현재 위치와 거리를 알리는 충돌 알림부를 포함하는 영상 내 물체의 이동 속도 측정 장치
|
| 2 |
2
제1항에 있어서, 상기 물체 인식부는,촬영된 영상을 프레임 별로 Mask R-CNN 기법을 적용하는 마스킹 적용부; 및Mask R-CNN 기법을 통해 획득한 오브젝트의 마스크를 통해 이동 중인 물체를 인식하는 인식부를 포함하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 장치
|
| 3 |
3
제2항에 있어서, 상기 마스킹 적용부는,촬영된 영상에서 여러 RoI(Region of Interest) 후보를 제안하는 후보 제안부;제안된 RoI 후보들을 경계 박스로 설정하며, 경계 박스의 위치의 특징맵을 RoIAlign 방식으로 추출하는 특징맵 추출부; 및추출된 특징맵으로부터 오브젝트의 클래스를 분류함과 동시에 오브젝트의 마스크를 획득하는 마스크 획득부를 포함하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 장치
|
| 4 |
4
제1항에 있어서, 상기 충돌 판단부는,상기 물체 인식부에서 인식된 물체의 이동 속도를 측정하는 속도 측정부; 및이동 중인 물체와 이용자의 n 초 후의 충돌 가능성을 판단하는 충돌 가능성 판단부를 포함하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 장치
|
| 5 |
5
제1항에 있어서, 상기 충돌 대응부는,두 개 이상의 물체를 동시에 식별하며, 이동 중인 물체가 생물인지 또는 사물인지를 식별하여 생물 또는 사물에 대응하여 알림의 형태를 달리 결정하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 장치
|
| 6 |
6
제5항에 있어서,이동 중인 물체와 이용자가 충돌할 것으로 판단된 경우, 물체의 이동경로를 판독하여 물체의 이동경로로부터 벗어나도록 이용자를 유도하는 회피유도알림을 생성하는 회피 유도부를 더 포함하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 장치
|
| 7 |
7
제6항에 있어서, 상기 회피 유도부는,두 개 이상의 물체와 이용자가 충돌할 것으로 판단된 경우, 물체들의 이동경로로부터 벗어나는 방향으로 이용자를 유도하는 제1순위 회피유도알림을 생성하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 장치
|
| 8 |
8
제7항에 있어서, 상기 회피 유도부는,이동 중인 물체의 이동경로로부터 벗어날 수 없다고 판단되는 경우, 이용자에게 발생할 위험 요소를 판독한 후 가장 적은 위해(危害)를 주는 방향으로 이용자를 유도하는 제2순위 회피유도알림을 생성하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 장치
|
| 9 |
9
이동 중인 물체를 촬영하는 단계;촬영된 영상의 각 프레임을 픽셀 단위로 나누어 각 픽셀이 이동 중인 물체에 해당하는지 판별하는 마스킹을 적용하여 물체를 인식하는 단계;이동 중인 물체의 이동 속도와 이용자의 이동 속도를 계산하여 n 초 후의 충돌 가능성을 계산하는 단계;계산된 충돌 가능성이 기 설정된 확률 이상이면 이동 중인 물체와 이용자가 충돌할 것으로 판단하는 단계;이동 중인 물체와 이용자가 충돌할 것으로 판단된 경우, 이동 중인 물체의 종류를 식별하며, 물체의 종류에 대응하는 알림의 형태를 결정하는 단계; 및결정된 상기 알림의 형태로 이용자에게 이동 중인 물체의 현재 위치와 거리를 알리는 단계를 포함하는 영상 내 물체의 이동 속도 측정 방법
|
| 10 |
10
제9항에 있어서, 상기 물체를 인식하는 단계는,촬영된 영상을 프레임 별로 Mask R-CNN 기법을 적용하는 단계; 및Mask R-CNN 기법을 통해 획득한 오브젝트의 마스크를 통해 이동 중인 물체를 인식하는 단계를 포함하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 방법
|
| 11 |
11
제10항에 있어서, 상기 Mask R-CNN 기법을 적용하는 단계는,촬영된 영상에서 여러 RoI 후보를 제안하는 단계;제안된 RoI 후보들을 경계 박스로 설정하며, 경계 박스의 위치의 특징맵을 RoIAlign 방식으로 추출하는 단계; 및추출된 특징맵으로부터 오브젝트의 클래스를 분류함과 동시에 오브젝트의 마스크를 획득하는 단계를 포함하는 것을 특징으로 하는 영상 내 물체의 이동 속도 측정 방법
|
| 12 |
12
제9항에 따른 영상 내 물체의 이동 속도 측정 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체
|
